Question

我很困惑如何让我的TensorBoard图形可视化捕捉到我将计算值提供给我的一些占位符这一事实。

我已经定义了占位符

with tf.name_scope('params'):
    keep_prob_later = tf.placeholder(tf.float32, name='keep_prob_later')
    keep_prob_early = tf.placeholder(tf.float32, name='keep_prob_early')
    keep_prob_input = tf.placeholder(tf.float32, name='keep_prob_input')

和用于计算其值的相应张量

with tf.name_scope('param_vals'):    
    with tf.name_scope('keep_prob_later_val'):
        keep_prob_later_val = tf.sub(1.0, tf.train.exponential_decay(1 - FLAGS.keep_prob_later, global_step,
                                                                     FLAGS.decay_steps,
                                                                     FLAGS.dropout_decay_rate, staircase=False))
    with tf.name_scope('keep_prob_early_val'):
        keep_prob_early_val = tf.sub(1.0, tf.train.exponential_decay(1 - FLAGS.keep_prob_early, global_step,
                                                                     FLAGS.decay_steps,
                                                                     FLAGS.dropout_decay_rate, staircase=False))
    with tf.name_scope('keep_prob_input_val'):
        keep_prob_input_val = tf.sub(1.0, tf.train.exponential_decay(1 - FLAGS.keep_prob_input, global_step,
                                                                     FLAGS.decay_steps,
                                                                     FLAGS.dropout_decay_rate, staircase=False))

然后我在训练模型时喂食

sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys,
                                keep_prob_later: sess.run(keep_prob_later_val),
                                keep_prob_early: sess.run(keep_prob_early_val),
                                keep_prob_input: sess.run(keep_prob_input_val)})

但是我的TensorBoard图表可视化并没有显示这些＆＃34;连接起来＆＃34;。

我看到占位符正确连接到我的图表的其余部分

我也看到了所有相应的计算值

但后者不能与前者联系。

这是预期的行为吗？有没有办法在我的图的TensorBoard可视化中捕获计算值用于填充相应占位符的事实？

如果无法将计算值连接到图表，为什么要显示它们？为什么其他计算值正确显示。例如，我计算的动量值，其定义与上述输入的压差值

相同

with tf.name_scope('param_vals'):
    with tf.name_scope('momentum_val'):
        momentum_val = tf.sub(1.0, tf.train.exponential_decay(1 - FLAGS.initial_momentum, global_step,
                                                          FLAGS.decay_steps, FLAGS.momentum_decay_rate,
                                                          staircase=False))

显示连接到他们影响的图表的所有部分。

Answer 1

我看到占位符正确连接到我的图表的其余部分，我也看到了所有相应的计算值，但后者没有连接到前者。

这是预期的行为吗？

确实这是正确的行为。您的图表分为两部分：

计算值keep_prob_***_val
您定义占位符的部分keep_prob_***

图表中未连接第1部分和第2部分。当您调用sess.run(keep_prob_***_val)时，您将创建一个Python对象。然后将该对象提供给图形的第二部分，但图形并不知道它来自第一部分。

有没有办法在我的图表的TensorBoard可视化中捕获计算值用于填充相应占位符的事实？

您可以使用tf.cond()（doc）在使用图表第一部分中计算的值或测试值（例如1. keep_prob}之间进行选择）：

is_train = tf.placeholder(tf.bool, [])

def when_train():
    return keep_prob_late_val

def when_not_train():
    return 1.

keep_prob_later = tf.cond(is_train, when_train, when_not_train)

为什么其他计算值正确显示。例如，我计算出的动量值，就像上面输入的丢失值一样，确实显示出与它们影响的图形的所有部分相关联。

在这种情况下，您不使用中间占位符，以便图表完全连接！

我可以获得计算张量来连接他们填写我的TensorBoard图的占位符吗？

1 个答案: